变电站设备混泥土构架补强技术研究

分析了变电站混泥土基础及构架、构架横梁、构架避雷针的运行缺陷及其危害,总结归纳了混泥土构架补强加固技术,提出了横梁防侧翻技术及构架避雷针防跌落技术,并成功应用到变电站中,及时消除了安全隐患。     

变电站空调运行风险分析及运维策略研究应用

变电站空调经常会发生死机停运、不制冷、漏水等故障,可能会造成继保误动或拒动、通信中断、设备寿命下降、开关载流能力下降等设备故障,严重时甚至会导致一次设备爆炸的大面积停电事故。为解决变电站空调故障风险,分析了空调常见故障风险,提出了全面的变电站空调运维策略,通过设计接水盘等改进防空调漏水措施、安装空调区域自动控制系统、规范化空调检查维护工作,有效消除了以上变电站空调故障带来的风险。通过在变电站的应用,论证策略的有效性,提高了电网运行的可靠性。     

空中排爆机器人

随着无人机技术的飞速发展,机器人代替有关人员执行危险任务已经有许多成功案例。空中排爆机器人基于无人机飞行平台加装排爆机械手,实时图像采集传输系统,将传统排爆机器人和无人机结合起来。可以在危险的环境下寻找危险品,销毁;或者将易爆物品带出来交由专业人员处理。具有体积小巧、机动性强、行动迅速、视野广阔、环境适应力强等优点,在很大程度上避免人员伤亡。     

变电站接地网防外力破坏改造技术

针对运行中变电站征地红线外的接地网易受外力破坏而造成站内接地网接地电阻不合格的安全隐患,在充分利用现有变电站水平接地网的基础上,应用深井接地加压力灌浆降阻剂技术,建成立体接地网,以确保站内接地电阻合格。同时,拆除站外接地网,将征地红线外的接地网主动回缩至变电站征地红线内,彻底避免了变电站征地红线外接地网受外力破坏事件的发生。通过某110 kV变电站接地网的改造实例,论证了该立体接地网技术的有效性及实用性,为征地红线外的接地网防外力破坏改造提供了参考。     

变电站巡检机器人盲区压板识别方法及应用

为解决变电站主控室内轮式机器人拍摄继电保护屏底部压板时存在视觉盲区的问题,提出了一种基于除法模型矫正的广角副摄像机拍摄方法。该方法首先通过在轮式机器人侧面安装广角副摄像机实现继电保护屏底部视觉盲区的压板图像信息采集,然后采用除法模型对所采集的图像信息进行矫正,最后采用卷积神经网络算法对压板进行识别,实现了继电保护屏压板识别的全覆盖,提高了压板识别的准确率。在某220 kV变电站进行了压板核对实验,结果表明,采用该方法改进的轮式巡检机器人解决了视觉盲区压板的核对问题,压板核对准确率达到100%,相比原有轮式机器人巡检覆盖面更广、结果更准确,具有良好的推广价值。     

使用深度分离卷积网络实现继保压板状态识别

变电站内继电保护压板的核对一直以来都是依靠人工进行操作,并且变电站继电保护压板装置众多,人工核对压板方式费时费力且易出错.文章提出一种利用深度可分离卷积网络实现继电保护压板识别的方法.首先,基于TensorFlow机器学习平台创建深度可分离卷积网络;然后,对采集的压板图像进行标注,形成数据集,并对网络进行训练,得到图像识别模型;最后,使用TensorFlow Lite对模型进行转换和优化,并将其应用于嵌入式系统.试验结果表明,深度可分离誊积网络在嵌入式系统上运行性能和识别速度达到预期效果,压板开合状态识别正确率达100％,具有广泛应用价值.     

继保压板状态图像识别与核对系统设计和实现∗

变电站人工核对压板工作量大、效率低,造成不能及时发现压板误投退、漏投退隐患,因此提出了一种以机器人和手持终端为底层感知设备的继保压板状态图像识别与核对系统.该系统采用多层设计架构方式,实现了设备的实时控制和数据的高效传输与处理.系统感知层采用轮式机器人和手持终端相结合的方式对压板屏柜进行巡检,服务器端采用YOLO目标识别算法实现压板投退状态的识别,使用SSM框架快速搭建稳定性良好的应用系统.该系统在某220 kV变电站进行了试点应用,对该站主控室45面压板保护屏柜(共计1107个压板)进行每月1次定时巡检,并自动形成压板核对报告,压板投退状态识别正确率达100％,完全满足压板日常巡检要求,运行效果良好.